计算机视觉研究院

LV1
发表了文章

训练好的深度学习模型原来这样部署的!(干货满满,收藏慢慢看)

当我们辛苦收集数据、数据清洗、搭建环境、训练模型、模型评估测试后,终于可以应用到具体场景,但是,突然发现不知道怎么调用自己的模型,更不清楚怎么去部署模型!

计算机视觉研究院
发表了文章

ICCV2021最佳检测之一:主动学习框架较大提升目标检测精度(附论文下载)

主动学习旨在通过仅选择数据集上信息量最大的样本来降低标记成本。现有的工作很少涉及目标检测的主动学习。这些方法中的大多数基于多个模型或者是分类方法的直接扩展,因此...

计算机视觉研究院
发表了文章

英伟达网络:硬件感知网络转化,加速硬件上部署(附源文件)

给定一个训练有素的网络,我们如何加速它以满足在特定硬件上部署的效率需求?常用的硬件感知网络压缩技术通过修剪、核融合、量化和降低精度来解决这个问题。

计算机视觉研究院
发表了文章

又更新!CBNetV2:复合主干网络的目标检测架构(附源代码)

现代性能最佳的目标检测器在很大程度上依赖于主干网络,其进步通过探索更有效的网络结构带来一致的性能提升。然而,设计或搜索新的主干并在ImageNet上对其进行预训...

计算机视觉研究院
发表了文章

CVPR21小目标检测:上下文和注意力机制提升小目标检测(附论文下载)

在各种环境中应用目标检测算法有很多局限性。特别是检测小目标仍然具有挑战性,因为它们分辨率低,信息有限。

计算机视觉研究院
发表了文章

特别小的目标检测识别(附论文下载)

目标检测现在越来越流行,而且自从使用深度学习方法以来,人们越来越感兴趣。如今,根据无人机和飞行器的广泛使用情况,使用航拍照片的应用程序非常畅销。由于物体的尺寸小...

计算机视觉研究院
发表了文章

Trans高质量Paper | 再小再隐蔽的目标检测都不是问题(附源码下载)

有研究者提出第一个关于隐藏物体检测的系统研究,旨在识别那些“完美嵌入”在其背景中的物体。隐藏的目标与背景之间的高内在相似性使得COD比传统的对象检测/分割更具挑...

计算机视觉研究院
发表了文章

PPCNN:细粒度特征提取和定位用于目标检测(附论文下载)

近年来,深度卷积神经网络在计算机视觉上取得了优异的性能。深度卷积神经网络以精确地分类目标信息而闻名,并采用了简单的卷积体系结构来降低图层的复杂性。基于深度卷积神...

计算机视觉研究院
发表了文章

人脸检测识别助力建党100周年活动安全举办(附源代码)

在弱光图像中进行人脸检测具有挑战性,因为照片数量有限,而且不可避免地会有噪声,而这些噪声往往在空间上分布不均匀,使得这项任务更加困难。一个自然的解决方案是借用多...

计算机视觉研究院
发表了文章

FaceX-Zoo | 使用PyTorch Toolbox进行人脸识别(附源代码)

近年来,基于深度学习的人脸识别已经取得了显著的进展。然而,深度人脸识别的实际模型制作和进一步研究却非常需要相应的公众支持。

计算机视觉研究院
发表了文章

人脸识别精度提升 | 基于Transformer的人脸识别(附源码)

最近,人们不仅对Transformer的NLP,而且对计算机视觉也越来越感兴趣。我们想知道Transformer是否可以用于人脸识别,以及它是否比cnns更好。

计算机视觉研究院
发表了文章

CVPR21最佳检测:不再是方方正正的目标检测输出(附源码)

https://openaccess.thecvf.com/content/CVPR2021/papers/Han_ReDet_A_Rotation-Equiv...

计算机视觉研究院
发表了文章

CVPR2021:IoU优化——在Anchor-Free中提升目标检测精度(附源码)

目前的anchor-free目标检测器非常简单和有效,但缺乏精确的标签分配方法,这限制了它们与经典的基于Anchor的模型竞争的潜力,这些模型由基于IoU度量的...

计算机视觉研究院
发表了文章

CVPR2021性能提升:Facebook提出FP-NAS——搜索速度更快、分类精度更高、性能更好

就职于 Facebook AI 的严志程博士和他的同事最近在 CVPR 2021 发表了关于加速概率性神经架构搜索的最新工作。该工作提出了一种新的自适应架构分布...

计算机视觉研究院
发表了文章

CVPR2021深度框架训练:不是所有数据增强都可以提升最终精度

为了缓解上述问题,有研究者提出了一种简单而高效的方法,称为保持增强(KeepAugment),以提高增强图像的保真度。其主要思想是首先使用显著性map来检测原始...

计算机视觉研究院
发表了文章

CVPR2021目标检测:少见的知识蒸馏用于目标检测(附论文下载)

然而,以往的蒸馏检测方法对不同的检测框架具有较弱的泛化性,并且严重依赖于GT,忽略了实例之间有价值的关系信息。因此,研究者提出了一种新的基于鉴别实例的检测方法,...

计算机视觉研究院
发表了文章

CVPR2021单目深度估计:腾讯光影研究室优势夺冠,成果落地应用

竞赛结果及相关论文可见:https://arxiv.org/pdf/2105.08630.pd

计算机视觉研究院
发表了文章

Sparse R-CNN:稀疏框架,端到端的目标检测(附源码)

目前目标检测成熟的算法都是基于Dense prior(密集的先验,比如anchors、reference points),但密集的先验存在很多问题:1)会检测出...

计算机视觉研究院
发表了文章

CVPR2021佳作 | One-Shot都嫌多,Zero-Shot实例样本分割

实例分割(Instance Segmentation)是视觉经典四个任务中相对最难的一个,它既具备语义分割(Semantic Segmentation)的特点,...

计算机视觉研究院
发表了文章

利用TRansformer进行端到端的目标检测及跟踪(附源代码)

多目标跟踪(MOT)任务的关键挑战是跟踪目标下的时间建模。现存的用检测跟踪的方法采用简单的heuristics,如空间或外观相似性。这些方法,尽管其共性,但过于...

计算机视觉研究院

个人简介

个人成就

扫码关注云+社区

领取腾讯云代金券